【技术实现步骤摘要】
本专利技术涉及一种，具体涉及一种自动确定高速泵的维护参数的方法及系统。
技术介绍
1、泵的正常运行状态指泵正常工作、流量、扬程、压力等参数处于正常范围内的状态。在正常运行状态下，泵能够将被输送介质按照要求顺利输送，实现工业或民用水的输送、供应等功能。超高扬程高速离心泵是大型炼化装置中的关键用泵之一，具有单级扬程高、结构紧凑等优点，在炼油、石油化工等领域应用非常广泛。高速泵的叶轮转速可高达25000至30000转/分钟，这导致其在工作过程中承受着极高的载荷和强烈的液压冲击。尽管高速泵的轻微故障并不容易被察觉，却很可能在不经意间转变成严重的故障。这种现象使得许多生产过程中频繁出现了重大的经济损失甚至安全事故。因此高速泵需要定时维修和养护。
2、然而，高速泵的维护工作相当复杂，往往涉及诸多操作的关键参数，包括：高速轴轴承径向间隙；高速轴轴承轴向间隙；高速轴两端轴承同轴度；叶轮的背面端间隙；机械密封平面度；机械密封静环压量；主油泵被压弹簧长度；叶轮、诱导轮及高速轴组件动平衡度；泵盖安装螺母扭紧力；叶轮与诱导轮连接螺栓紧固力等。只有合理的设定这些维护操作参数，才能保证设备的正常运行状态。传统上，这些参数都是依靠人为经验设定，缺点是无法找到最优的值，而且无法照顾到机器老化后的特性变化，因此本案提出了一种基于深度强化学习方法的最优化维护方法。
技术实现思路
1、针对现有技术存在的不足，本专利技术的目的在于提供一种自动确定高速泵的维护参数的方法及系统。
2、为实现上述目的，
3、在本专利技术一个优选实施方式中，所述的s1中传感器为三轴振动传感器，采样频率为20000hz，采集时长为3秒钟。
4、在本专利技术一个优选实施方式中，所述的s3中标准差公式为峰值公式为xp＝max|xai|；偏度值为峭度值为其中，表示维护后振动信号中的第i个值，n表示维护后采集到操作参数的振动信号的长度，xm表示维护后采集得到操作参数的振动信号数组的均值。
5、在本专利技术一个优选实施方式中，所述的s4中特征提取层，卷积层采用一个4层卷积网络构造，包括第一卷积层、第一池化层、第二卷积层、第二池化层、第三卷积层、第三池化层、第四卷积层及第四池化层，第一卷积层为16个步长为1大小均为8的一维卷积核，第二卷积层为32个步长为1大小均为8的一维卷积核，第三卷积层为64个步长为1大小均为4的一维卷积核，第四卷积层为128个步长为1大小均为2的一维卷积核；第一池化层、第二池化层、第三池化层及第四池化层核的大小和步长均为2；分类器，将第四卷积层及第四池化层的输出与维护参数合并输入到一个两层神经网络中，分类器第一层神经元个数为等于第四层的输出的个数及维护参数个数的总和，激活函数为relu函数，将第一层的全连接层的输出的结果输入神经元个数为4的第二层全连接层。
6、在本专利技术一个优选实施方式中，所述的s4中深度学习网络的训练方法为随机梯度下降算法、adam算法、rmsprop算法、adagrad算法、adadelta算法、adamax算法中的任一一种。
7、本专利技术还提供一种使用上述系统的一种自动确定高速泵的维护参数的方法：包含步骤：采集当前的振动信号，随机生成若n种参数组合以后，分别输入深度学习网络，然后计算出四个输出y＝[yn1，yn2，yn3，yn4]，选取使下列目标值最小的值的参数组合作为本次维护参数的最优解，obj＝α||yn1||2+β||yn2||2+γ||yn3||2+δ||yn4-3||2，其中α，β，γ，δ是正则化系数，取值为1。
8、有益效果：以往高速泵的维护参数都是依靠人为经验设定，缺点是无法找到最优的值，而且设定的维护参数也没有考虑到当前机器的状态，本方案中以机器当前的振动情况+维护参数去预测维护后的机器振动情况，通过多次计算可以选取到最好的一组维护参数，让维护后的机器振动最为平稳，是一种通过模拟计算选择最佳维护参数的方法，不仅摆脱了依靠人工经验不够精确的问题，还可以根据当前的情况选取较为优化的维护参数，从而实现智能化的制定维护策略。
本文档来自技高网...【技术保护点】
1.一种自动确定高速泵的维护参数的系统，其特征在于：
2.根据权利要求1所述的一种自动确定高速泵的维护参数的系统，其特征在于：所述的S1中传感器为三轴振动传感器，采样频率为20000Hz，采集时长为3秒钟。
3.根据权利要求1所述的一种自动确定高速泵的维护参数的系统，其特征在于：所述的S3中标准差公式为峰值公式为xp＝max|xai|；偏度值为峭度值为其中，表示维护后振动信号中的第i个值，N表示维护后采集到操作参数的振动信号的长度，xm表示维护后采集得到操作参数的振动信号数组的均值。
4.根据权利要求1所述的一种自动确定高速泵的维护参数的系统，其特征在于：所述的S4中
5.根据权利要求1所述的一种自动确定高速泵的维护参数的系统，其特征在于：所述的S4中深度学习网络的训练方法为随机梯度下降算法、Adam算法、RMSProp算法、Adagrad算法、Adadelta算法、Adamax算法中的任一一种。
6.一种自动确定高速泵的维护参数的方法，采用如权利要求1-5所述的任一一种自动确定高速泵的维护参数的系统，其特征在于，包含步
7.根据权利要求6所述的一种自动确定高速泵的维护参数的方法，其特征在于：所述的a，b，g，d取值为1。
...【技术特征摘要】
1.一种自动确定高速泵的维护参数的系统，其特征在于：
2.根据权利要求1所述的一种自动确定高速泵的维护参数的系统，其特征在于：所述的s1中传感器为三轴振动传感器，采样频率为20000hz，采集时长为3秒钟。
3.根据权利要求1所述的一种自动确定高速泵的维护参数的系统，其特征在于：所述的s3中标准差公式为峰值公式为xp＝max|xai|；偏度值为峭度值为其中，表示维护后振动信号中的第i个值，n表示维护后采集到操作参数的振动信号的长度，xm表示维护后采集得到操作参数的振动信号数组的均值。
4.根据权利要求1所述的一种自动确定高速泵的维护参数的系统，其特征在于：所述的s4中
5.根据权利要求1所述的一种自动确定高速泵的维护参数的系统，其特征在于：所述的s4中深度学...
【专利技术属性】
技术研发人员：朱俊江，林灿，于子涵，
申请(专利权)人：浙江天德泵业有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。